이미지는 현대 사회에서 중요한 정보 전달 수단으로 사용되고 있으며, 디지털 이미지 처리 기술은 계속해서 발전해왔다. 그러나 저조도 조건에서 촬영된 이미지는 노이즈와 세부 정보의 손실로 인해 품질이 저하되고, 시각적 정보의 해석과 활용에 어려움을 초래한다.
본 논문에서는 비지도 학습 기반의 저조도 이미지 개선 기법을 연구하였다. 제안된 알고리즘은 컨볼루션 신경망(CNN)을 사용하여 주어진 저조도 이미지를 향상시키고, 손실함수를 활용하여 기존의 전통적인 기술들과 비교하여 더 나은 성능을 보여준다.
CNN은 이미지의 다양한 특징을 학습하고 복원하며, 저조도로 인한 손실된 정보를 복구하는 데 효과적으로 사용된다. 또한 3D look-up table을 사용하여, 변화하는 밝기를 사용자의 임의대로 조절할 수 있도록 설정하였다.
실험 결과, 본 연구에서 제안한 알고리즘은 저조도 이미지의 시각적 품질을 향상시키고, 시각적 정보의 정확성을 향상시키는데 성공하였다. 이를 통해 저조도 조건에서도 높은 품질의 이미지를 확보할 수 있으며, 다양한 응용분야에서 유용하게 활용될 것으로 기대된다.